题目

在命名实体识别任务中,下面哪种标签体系可以更好地区分连续的同类实体A BIO体系B IO体系C BIE体系D BIOES体系

在命名实体识别任务中,下面哪种标签体系可以更好地区分连续的同类实体

A BIO体系

B IO体系

C BIE体系

D BIOES体系

题目解答

答案

BIO 体系：最常见的标签体系，其中 B 表示开始，I 表示中间，O 表示其他。

优点：简单易懂，易于实现。

缺点：对于连续的同类实体无法区分。

IO 体系：只使用 I 和 O 两个标签，用于标记实体。

优点：较为简单。

缺点：无法区分连续的同类实体。

BIE 体系：在 BIO 体系的基础上增加了 E（结束）标签。

优点：可以更好地区分连续的同类实体。

BIOES 体系：可能是在 BIO 体系的基础上进行了扩展，但具体含义需要根据具体情况确定。

答案：C.

解析

命名实体识别（NER）中的标签体系主要用于标注文本中的实体（如人名、地名等）。本题的核心在于区分连续同类实体的能力，需理解各标签体系的标记方式：

  • BIO体系：用B（开始）、I（中间）、O（其他），但无法区分连续同类实体。
  • IO体系：仅用I和O，无法标记实体开始，更难区分连续实体。
  • BIE体系：在BIO基础上增加E（结束），通过明确结束标记区分连续实体。
  • BIOES体系：进一步扩展，但题目中强调BIE体系的E标签是关键。

破题关键：明确各体系对连续实体的标记能力，重点分析E标签的作用。

各选项对比

A. BIO体系

  • 标记方式：B-开始，I-中间，O-其他。
  • 问题：无法区分连续同类实体。例如“中国北京”会被标记为B I O B I，但无法明确“中国”和“北京”是两个独立实体。

B. IO体系

  • 标记方式：仅用I（实体）和O（其他）。
  • 问题：完全依赖I的连续性，无法标记实体开始，更无法区分连续同类实体。

C. BIE体系

  • 标记方式：在BIO基础上增加E（结束）。
  • 优势：通过B I E明确单个实体的结束，再用B I E标记下一个实体，可清晰区分连续同类实体（如“中国/北京”）。

D. BIOES体系

  • 标记方式：增加S（单字实体）和E（结束）。
  • 功能：虽能处理复杂场景，但题目未强调单字实体需求，BIE体系已足够解决连续同类实体问题。

结论：BIE体系通过E标签明确实体边界，是最佳答案。